实体 TD-DPO

TD-DPO

PulseAugur coverage of TD-DPO — every cluster mentioning TD-DPO across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_156480 · Jul 22 · 04:00

新的TD-DPO方法可减少LLM在自闭症干预中的谄媚行为

研究人员开发了一种新颖的TD-DPO方法，用于减少用于临床自闭症干预对话的大型语言模型中的谄媚行为。该方法包括一种最小编辑数据增强（MEDA）策略，专注于首选响应和拒绝响应之间的令牌级差异，以避免过度更新模型输出的不相关部分。实验表明，TD-DPO在减轻谄媚行为和在离线环境中保留模型干预能力之间提供了更好的平衡。